Diseño e implementación de software para la detección y eliminación de inconsistencias en bases de reglas de sistemas difusos e inserción de reglas en caso de incompletitud de la base de conocimiento

Vista sencilla de ítem
dc.contributor.advisorContreras Montes, Juan Antoniospa
dc.contributor.authorUrueta Vivanco, Lisbeth Isabelspa
dc.contributor.corporatenameInstituto Tecnológico de Monterrey (ITM)spa
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000159328*
dc.coverageBucaramanga (Colombia)spa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.date.accessioned2020-06-26T21:32:18Z
dc.date.available2020-06-26T21:32:18Z
dc.date.issued2006-05-02
dc.degree.nameMagíster en Ciencias Computacionalesspa
dc.description.abstractEl trabajo de investigación propuesto en esta tesis corresponde al módulo de validación de la base de reglas de sistemas difusos e inserción de reglas en caso de incompletitud. Este módulo permite mejorar la calidad del conocimiento del sistema experto difuso, disminuir la complejidad computacional del mismo y facilitar la supervisión, adaptación y/o modificación estructural, en el caso de modelos borrosos aplicados a procesos con dinámicas variables o no linealesspa
dc.description.abstractenglishThe research work proposed in this thesis corresponds to the validation module of the fuzzy systems rule base and insertion of rules in case of incompleteness. This module allows improving the quality of knowledge of the fuzzy expert system, reducing its computational complexity and facilitating supervision, adaptation and / or structural modification, in the case of fuzzy models applied to processes with variable or non-linear dynamics.eng
dc.description.degreelevelMaestríaspa
dc.description.learningmodalityModalidad Presencialspa
dc.description.sponsorshipInstituto Tecnológico de Estudios Superiores de Monterrey ITESMspa
dc.description.tableofcontentsINTRODUCCION 1. ANTECEDENTES EN LA DETECCIÓN Y ELIMINACIÓN DE ANOMALÍAS EN BASES DE REGLAS. 14 1.1 ESTADO DEL ARTE 14 1.2 PLANTEAMIENTO DEL PROBLEMA 17 1.2.1 DELIMITACION DEL PROBLEMA 17 1.3 JUSTIFICACION DEL PROBLEMA 19 1.4 HIPOTESIS 19 1.5 OBJETIVOS 20 1.5.1 General 20 1.5.2 Específicos 20 1.6 RESULTADOS ESPERADOS 21 2. PRINCIPIOS DE LOGICA Y RAZONAMIENTO. 22 2.1 LOGICA E IMPLICACIONES 24 2.1.1 Lógica de Proposiciones 24 2.1.2 La Lógica Clásica y sus Tipos de Implicación. 26 2.1.3 La Lógica de Predicados 27 2.1.4 Lógica Multivaluadas y sus implicaciones. 28 2.1.5 Lógica Difusa 28 2.1.5.1 Funciones de Implicación Difusas 30 2.2 TÉCNICA DE RAZONAMIENTO 31 2.2.1 Razonamiento en Condiciones de Incertidumbre 31 2.2.1.1 Razonamiento Probabilístico 31 2.2.1 Razonamiento Inexacto 34 3. ALGORITMOS PARA DETECCIÓN Y ELIMINACIÓN DE CONTRADICCIONES E INCONSISTENCIAS EN BASES DE REGLAS CON ANTECEDENTES Y CONSECUENTES DIFUSOS DETECCIÓN DE ANOMALIAS EN BASES DE REGLAS. 36 3.1 ANOMALIAS 36 3.1.1 Dominancia de los conjuntos grandes 37 3.1.2 Reglas Contradictorias 37 3.1.3 Reglas Redundantes y Subsumidas 38 3.1.4 Incompletitud 39 3.2 ALGORITMOS PARA DETECCION DE ANOMALIAS EN SISTEMAS BORROSOS HEURISTICOS 40 3.2.1 Contradicción 40 3.2.2 Redundancia 40 3.2.3 Incompletitud 41 3.3 ERROR DE INFERENCIA 42 3.4 OBTENCION DE UN MODELO DIFUSO A PARTIR DE DATOS DE ENTRADA Y SALIDA 43 3.4.1 Detección de las Clases 44 3.4.2 Generación de las Reglas 45 3.4.3 Generación de la Partición de Antecedentes 45 3.4.4 Método de Inferencia 47 3.5 RESULTADOS 48 4. DISEÑO DE LA APLICACION SOFTWARE PARA DETECCION, ELIMINACION DE ANOMALIAS EN BASES DE REGLAS DE SISTEMAS DIFUSOS 53 4.1 MODELADO REQUISITOS. CASOS DE USO 54 4.1.1 Descripción de los Actores 55 4.1.2 Descripción de los Casos de uso 55 4.2 MODELADO DE INTERFACES 64 5. CONCLUSIONES 70 6. REFERENCIAS BIBLIOGRAFICAS 71 7. BIBLIOGRAFIA 73 ANEXOSspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.identifier.urihttp://hdl.handle.net/20.500.12749/3321
dc.language.isospaspa
dc.publisher.facultyFacultad Ingenieríaspa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.publisher.programMaestría en Ciencias Computacionalesspa
dc.relation.referencesUrueta Vivanco, Lisbeth Isabel (2006). Diseño e implementación de software para la detección y eliminación de inconsistencias en bases de reglas de sistemas difusos e inserción de reglas en caso de incompletitud de la base de conocimiento. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNAB, Instituto Tecnológico y de Estudios Superiores de Monterrey ITESMspa
dc.relation.referencesAström, K. (1995). Hybryd systems. (Notes Colloquium of the EHCM Network: Application of Nonlinear and Adaptative Control to Physical Systems. Rome)spa
dc.relation.referencesBerenji, H., y Khedkar, P. (1992). Learning and tuning fuzzy logic controllers through reinforcements. ITNN, 3(5), 724-740.spa
dc.relation.referencesAström, K., J., A. y Arzén, K.-E. (1986). Expert control. Automática, 22(3), 227-286.spa
dc.relation.referencesDubois, D, Prado, H(1980) Fuzzy Sets in Approximate Reasoning: A Personal View. Academic Press. New Yorkspa
dc.relation.referencesDubois, D., Prade, H. (1998). Soft computing, fuzzy logic and artificial intelligence. Soft Computing 2. 7-11spa
dc.relation.referencesHájek, P. (1998). Metamathematics of Fuzzy Logic. Kluwer Academic Publisher. Dordrecht, The Netherlands.spa
dc.relation.referencesHájek, P. (1998). Metamathematics of Fuzzy Logic. Kluwer Academic Publisher. Dordrecht, The Netherlands.spa
dc.relation.referencesHillera, J. y V. Martínez (2000). Redes Neuronales Artificiales, Alfaomega, México.spa
dc.relation.referencesJantzen, J. (1998) The Self Organising Fuzzy Controller. Technical University of Denmark, Department of Automation. Tech. report no 98-H 869 (soc).spa
dc.relation.referencesJiménez, S y Roman, E.(2000).Agentes Inteligentes. Universidad Central de Venezuela, Facultad de Ciencias, Escuela de Computación. ISSN 13166239spa
dc.relation.referencesKnapp, T. y Iserman, R. (1990). Supervision and coordination of parameteradaptive controllers. In Proc. automat. Control conf. (pp. 1632-1637)spa
dc.relation.referencesKosko. B. (1992). Neural networks and fuzzy systems. A dynamical systems approach to machine intelligence. Englewoods Cliff, New Jersey: Prentice Hallspa
dc.relation.referencesLin, C.-T. y Lee, G. (1991). Neural network-based fuzzy logic control and decision system. IEEE transactions on Computers – Special Issue on Artificial Neural Networks, 40(12), 1320-1336.spa
dc.relation.referencesLukasiewickz, J. (1920). Logike trojwartoscieweg. Ruch. Filosofiece, 169spa
dc.relation.referencesMorari, M. y Zafirou, E. (1989). Robust process control. Englewood Cliffs, New Jersey: Prentice Hallspa
dc.relation.referencesOlivas V, J.A. La Lógica Borrosa y sus Aplicacionesspa
dc.relation.referencesPassino, K.M. and S. Yurkovich (1998). Fuzzy Control. Addison Wesley Logman, Inc., Californiaspa
dc.relation.referencesPedrycz, W. (1991). Neurocomputations in relational systems. IEEE Transactions on Systems, Man and Cybernetics, 26(4), 627-636spa
dc.relation.referencesProcyk, T. y E. H. Mamdani, (1978), a linguistic self-organizing process controller, Automatica 15. !5:30.spa
dc.relation.referencesZadeh, L. (1965). Fuzzy sets. Information and Control, 8, 338-353spa
dc.relation.referencesZadeh, L. (1973). Outline of a new approach to the analysis of complex system and decision processes. IEEE Transactions on Systems, Man and Cybernetics 3. 28-44spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.keywordsSystems engineeringeng
dc.subject.keywordsComputer scienceeng
dc.subject.keywordsDiffuse systemseng
dc.subject.keywordsExpert systems (Computers)eng
dc.subject.keywordsSmart agent (Computer program)eng
dc.subject.keywordsFuzzy system validator (Computer program)eng
dc.subject.keywordsInvestigationseng
dc.subject.keywordsAnalysiseng
dc.subject.keywordsAlgorithmeng
dc.subject.keywordsFuzzy rule classificationeng
dc.subject.lembIngeniería de sistemasspa
dc.subject.lembCiencias de la computaciónspa
dc.subject.lembSistemas difusosspa
dc.subject.lembSistemas expertos (Computadores)spa
dc.subject.lembAgentes inteligentes (Programa para computador)spa
dc.subject.lembValidador de sistemas difusos (Programa para computador)spa
dc.subject.lembInvestigacionesspa
dc.subject.lembAnálisisspa
dc.subject.proposalLógica y razonamiento
dc.subject.proposalAlgoritmo
dc.subject.proposalClasificación de reglas difusas
dc.titleDiseño e implementación de software para la detección y eliminación de inconsistencias en bases de reglas de sistemas difusos e inserción de reglas en caso de incompletitud de la base de conocimientospa
dc.title.translatedDesign and implementation of software for the detection and elimination of inconsistencies in fuzzy system rule bases and insertion of rules in case of incomplete knowledge baseeng
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTesisspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TM

Archivos

Bloque original

Mostrando 1 - 3 de 3
Miniatura
Nombre:
2006_Tesis_Lisbeth_Isabel_Urreta_Vivanco.pdf
Tamaño:
470.08 KB
Formato:
Adobe Portable Document Format
Descripción:
Tesis
Descargar
Miniatura
Nombre:
2006_Guia_Lisbeth_Isabel_Urreta_Vivanco.pdf
Tamaño:
478.69 KB
Formato:
Adobe Portable Document Format
Descripción:
Guía de instalación
Descargar
Miniatura
Nombre:
2006_Instalador_Lisbeth_Isabel_Urreta_Vivanco.zip
Tamaño:
930.49 KB
Formato:
Unknown data format
Descripción:
Instalador
Descargar

Colecciones

Maestría en Ciencias Computacionales